王梦

（身份证号：130634198905290068 河北石家庄 050000）

1 LIDAR数据处理的概述

LIDAR数据处理主要包含两个阶段，即最初数据预处理以及点云数据后处理。最初数据预处理阶段主要工作内容包括对雷达噪声进行过滤、对记录的原始信号、时间信息、距离信息、GPS以及INS数据进行系统化处理以及对坐标进行转换等，从而得到地面目标的具体位置坐标数据[1]。其中坐标的格式并不是一成不变的，而是可以根据客户的要求对其进行自定义，从而得到包含不同数据信息的格式文件。点云数据后处理就是对上述得到的地面目标的三维点云坐标进行分离处理，也就是说，激光雷达点云数据会根据目标的位置而进行分布，后处理就是将地面上的固定点与非地面的点如地面中的汽车、树木等进行准确的分离。在确保分离信息的精准度的基础上，才能保证这些数据在应用时的有效性。例如：获得DEM数据、对地面树木高度进行测量以及对城市的三维模型进行准确获取等。三维点云坐标进行后处理是激光遥感系统中的关键环节，因此本文就数据后处理进行主要论述。

2 利用规则格网进行重新采样生成数字表面模型（DSM）

2.1 数字表面模型逐点内插理论基础

以采样点的不规则分布为基础建立的数字表面模型，本质上就是对庞大的离散数据进行规则网格化的处理过程，并主要采取逐点内插的方法来建立。逐点内插指的是要确立一个内插点，并以此为中心来建立相应的邻域范围，将邻域范围内的采样点进行相应的计算从而得出内插点高程值。基本步骤主要分为以下几点：①对内插点的邻域范围进行确定；②对落在邻域内的采样点进行统计；③确定内插数学模型；④以统计到的采样点以及内插数学模型来完成对内插点高程的计算。但是想要使得以上步骤能够得以实现，通常还需要解决以下问题：①内插函数，在逐点内插法种，内插函数与DSM的准确度以及连续性、内插点周围的最小采样点的个数以及内插计算工作的效率息息相关。而内插函数一般是由采样点的分布情况来决定的。目前在离散分布采样点中，曲面拟合以及加权平均等方法是运用最为广泛的内插函数；②邻域的大小与形状。在逐点内插中，邻域主要是对后续进行内插的采样点进行筛选的，并且其的大小以及形状会根据内插点的位置所在以及运动而产生相应的变化。一般在离散分布采样点建立数字表面模型时会对邻域进行确认，邻域形状最为常见的有圆形、方形等；③邻域内的数据点个数。由于邻域内的各数据点都会参与内插计算，因此就要对邻域内的数据点个数进行合理控制，防止因过多或过少影响了内插计算的精准度。领域内的数据点个数一般与内插函数有着密切联系，据了解一般控制在4～10个点是较为合适的[2]；④采样点的权重。采样点对内插点的贡献程度通常被称为采样点的权重，目前运用最广泛的定权方法就是反距离权。

2.2 利用距离加权平均内插法生成数字表面模型

以规则地址格网检索算法为基础，本文主要利用了逐点内插法中的距离加权平均法来进行数字表面模型的生成，其步骤如下：

（1）想要得到测区的准确范围，就可以利用测区内所有采样点的X、Y坐标中的极值来完成，在依据每个采样点之间的间隔就可以完成对数字表面模型格网的大小。X坐标采样间隔为dx，y坐标采样间隔为dy，起点坐标为（x0，y0），格网坐标（i，j），内插点坐标为（x，y）。

（2）利用矩形检索函数来对正方形区域内的采样点，并设定规则地址格网坐标起点为（u0，ν0），设定搜索范围半径为R，那么我们可以将矩形搜索函数的参数设置为：

（3）对权值进行计算

地形具有自相关性等特点，因此距离内插点越近的采样点，对其的影响也就越大，也就是说，距离越近，权值越大，距离越远，权值越小。设置内插点为P，采样点为i，dpi表示采样点和内插点的距离，将采样点的权定义为：

2.3 采用灰度量化生成表面数字模型的深度影像

主要对DSM中的LIDAR进行搜索，得到高程的最值，并按照以下公式对高程进行量化，从而得到每个数据点的灰度值；同时还要将DSM中的X、Y坐标转化呈DSM深度影响的u、ν，每个坐标点都有对应的像素点，从而生成深度图像。

3 结束语

综上所述，“航测数据系统”目前在各个领域范围内都被广泛使用，并且具有稳定性、可靠性等特点。它不仅提高了航测数据的采集质量，而且还提升了生产效率，从而满足相应的建设目标。除此之外，它还能作用于其他数据库，并且具有较强的灵活性，除了在航测数据生产中使用，在内外业一体化中应用，可以对生产出高质量以及高标准的数据有一定的辅助作用。